Обнаружение лицевой маски и тепловизионный сканер для лечения Covid — проект Python

Введение

Пандемия коронавируса COVID-19 вызывает всемирную катастрофу в области здравоохранения, поэтому Всемирная организация здравоохранения рекомендует носить маску для лица в специально отведенных местах. Обнаружение масок для лица и дезинфекция рук в последнее время стали хорошо известными темами, а также в подготовке изображений и компьютерном зрении. Разрабатывается множество новых вычислений, в которых используются сверточные архитектуры, чтобы сделать вычисления максимально точными. Эти сверточные архитектуры позволили извлечь даже нюансы пикселей. Я предлагаю разработать двусторонний классификатор, который сможет распознавать каждую грань на ребре, независимо от его расположения. Мы предлагаем метод для создания точных вуалей разделения лица из любого входного изображения субъективного размера. Подготовка осуществляется с использованием полностью сверточных сетей для семантической сегментации лиц на изображении.

Это достигается путем добавления микропроцессора, такого как Raspberry Pi 3 Model B, Pi-камеры, реле, инфракрасного бесконтактного датчика температуры и других датчиков, а затем разработки модели путем подключения каждого из этих компонентов.

Цели

1. Используя Live Streams/Model, определите лицо человека.
2. Создать модель в Tensor Flow, чтобы определить, носит ли человек маску для лица или нет.
3. Используя тепловизионную камеру, измерьте температуру тела человека.
4. Если человек носит маску и температура его тела нормальная, дезинфицирующее средство должно включиться автоматически; в противном случае прозвучит зуммер, и необходимо отправить аварийное сообщение в соответствующий орган по электронной почте/текстовым сообщением.

Что делает Проект?

В своей концепции я использовал микроконтроллер Raspberry Pi, который будет связан с камерой и дисплеем. Основной целью концепции является мониторинг и уход за текущим пандемическим кризисом COVID19. Эта болезнь ежедневно становится угрозой для жизни людей. В нынешнем сценарии крайне важно искоренить эту болезнь и сохранить наши жизни. В этой концепции я в первую очередь проверяю два условия: носит ли человек маску или нет, и температуру тела. Если человек не одет, предлагаемый нами алгоритм машинного обучения должен спрогнозировать и проверить правильность сообщения, либо уполномоченному лицу должно быть доставлено электронное письмо. Точно так же будет проверяться температура; если какое-либо из условий не соответствует, вовлеченному лицу будет выдан сигнал тревоги. Если и прогноз маски, и температура верны, дезинфицирующее средство автоматически продезинфицирует тело человека. Аутентификация будет передана лицу в виде идентификатора, имени или любых других фактов об этом человеке.

Технологии, используемые в этом проекте

• Искусственный интеллект
• Машинное обучение
• Глубокое обучение
• OpenCV
• питон

Необходимый набор навыков для создания проекта

Нужно уметь писать программы на Python и работать с микропроцессорами и датчиками. Они должны хорошо разбираться в таких областях, как искусственный интеллект, машинное обучение, глубокое обучение и OpenCV.

Пошаговая реализация

Модель обнаружения маски лица создается в четыре этапа :

1. Указание модели: (узел слоя, к этим узлам применяется функция активации)
2. Компиляция: (функция потерь, оптимизатор)
3. Подходит: (заставьте модель учиться)
4. Predict : (используйте модель для прогнозирования)

Чтобы обучить специализированный детектор лицевых масок, мы должны разделить наш проект на два уникальных этапа, каждый из которых имеет собственный набор подэтапов (как показано на рисунке ниже):

Обучение: здесь мы сосредоточимся на загрузке нашего набора данных обнаружения маски лица с диска, обучении модели (с использованием Keras/Tensor Flow) на этом наборе данных, а затем сериализации детектора маски лица на диск.

Развертывание: после того, как детектор маски лица обучен, мы можем перейти к загрузке детектора маски, выполнению обнаружения лица, а затем классификации каждого лица как с _маской или без_ маски.

Описание модели

1. Распознавание лица
2. Обнаружение маски лица
3. Проверка температуры
4. Система оповещения и дезинфицирующее средство для рук

1) Распознавание лиц:

Распознавание лиц — это своего рода технология компьютерного зрения, которая может распознавать лица людей на цифровых фотографиях.

• Распознавание лиц влечет за собой распознавание лица на изображении как принадлежащего человеку X, а не человеку Y. Оно часто используется для биометрических приложений, таких как разблокировка смартфона.
• Анализ лица пытается узнать что-то о людях на основе их черт лица, таких как их возраст, пол или эмоции, которые они демонстрируют.
• Техника отслеживания лица обычно используется при анализе видео и пытается проследить лицо и его черты (глаза, нос и губы) от кадра к кадру.

2) Обнаружение лицевой маски:

Данные в источнике: OpenCV использовался для увеличения размера изображений. В то время изображения назывались «обложка» и «без завесы». Доступные изображения были разного размера и назначения и, скорее всего, были извлечены из различных источников или с машин (камер) различного назначения.

Обработка данных: Ventures, как указано ниже, были применены ко всем изображениям необработанных данных, чтобы преобразовать их в чистые формы, которые могли быть обработаны моделью искусственного интеллекта нейронной организации.

• Изменение размера информационной картинки (256 х 256).
• Применение просеивания затенения (RGB) по каналам (наша модель MobileNetV2 поддерживает 2D 3-канальное изображение).
• Масштабирование/нормализация изображений с использованием стандартных средств работы PyTorch при загрузке.
• Обрезка изображения по центру с оценкой пикселей 224x224x3.
• Наконец, преобразование их в тензоры (аналогично показу Numpy).
• Обучение и,
• Развертывание.

3) Проверка температуры:

Хотя никакие тепловизионные камеры не могут обнаруживать или диагностировать коронавирус, камеры FLIR можно использовать в качестве дополнения к существующим методам скрининга температуры тела в общественных местах с интенсивным движением для выявления более высокой температуры кожи посредством быстрого индивидуального скрининга. Если температура кожи в критических местах (особенно в уголках глаз и на лбу) выше нормы, человеку может быть назначено дополнительное обследование.

4) Система оповещения и дезинфицирующее средство для рук:

Зуммер и двигатель разбрызгивателя будут связаны с микроконтроллером. Если температурный порог превышен, а маска для лица не обнаружена, сработает сигнализация. Если и маска для лица, и температура установлены на нормальные значения, сработает автоматическое дезинфицирующее средство.

Блок-схема

Выход

Применение в реальной жизни

Это приложение можно использовать в различных институтах, таких как –

• Колледж
• Больницы
• аэропорты
• Магазины
• Железнодорожные станции